熱點事件持續更新
NVIDIA 發布 Alpamayo 2 Edge,規劃車載行車路線
2 篇報導2 個報導來源3 小時前更新
先了解這件事
重點綜述
NVIDIA 先介紹 Alpamayo 2 Edge,稱開發者可用這個開放模型打造自動駕駛車輛,並依車隊調整 AI;模型也能規劃路徑,例如禮讓行人、為迎面而來的公車騰出空間,並在需要時說明判斷。
- 後續報導補充,模型可讀取 6 個攝影機的畫面,產生最長 6.4 秒的路線規劃。
- 一般路況下會略過完整推理,以減少運算量。NVIDIA 表示,搭配 FP8 與 TensorRT,在 DRIVE AGX Thor 上每次規劃約需 160 至 190 毫秒。報導提到另有測試結果,但現有素材在結果細節處截斷,無法確認其內容。
根據報導自動生成 · 2 小時前更新
最新進展11月23日 02:37
NVIDIA 表示,Alpamayo 2 Edge 在 DRIVE AGX Thor 上每次規劃約需 160 至 190 毫秒。報導時間線
沿著報導,瞭解事件的不同面向。
11月23日
- MarkTechPost精選NVIDIA 發布 Alpamayo 2 Edge,讓車內 AI 模型規劃行車路線
自動駕駛車要在車上看懂周圍畫面、規劃路線,還得在有限時間內完成。NVIDIA 發布 Alpamayo 2 Edge,讓模型讀取 6 個攝影機的畫面,產生最長 6.4 秒的路線規劃,也能用文字說明判斷;遇到一般路況時,則會略過完整推理,減少運算量。NVIDIA 表示,搭配 FP8 和 TensorRT 的設定,在 DRIVE AGX Thor 上每次規劃約需 160 到 190 毫秒。MarkTechPost 引述的測試顯示,它在 AlpaSim 模擬中每發生一次責任事故前可行駛 15.15 公里;文章也指出,其他 GPU 架構尚未驗證。
11月11日
- NVIDIA (@nvidia)NVIDIA Alpamayo 2 Edge 帶來即時車載 AI 推理
NVIDIA Alpamayo 2 Edge 登場,將自適應 AI 推理即時帶進車輛。🚘 從禮讓行人到為迎面而來的公車騰出空間,看看它如何規劃行車路徑,並在需要時解釋決策。 開發者可以基於這個開放模型打造新一代自動駕駛車輛,並依自己的車隊調整 AI。
本事件熱度趨勢
還沒有足夠的連續觀測資料,暫不繪製趨勢。
讀者討論
針對此事件的各方觀點與即時反饋